코딩 에이전트를 도입한 팀을 만나면 그림이 거의 같다. 생성량은 늘었는데 머지되는 양은 그만큼 늘지 않는다. 대부분 이 간격을 리뷰 자동화로 메우려 한다. 모든 풀 리퀘스트에 AI 리뷰어를 기본으로 붙이고, 푸시가 들어올 때마다 다시 돌리고, 초안 PR까지 검사 대상에 넣는다.
8월 7일 GitHub는 그 기본값을 되돌렸다. Code Quality가 정식 출시되며 자동으로 켜뒀던 세 가지 설정 — 자동 Copilot 코드 리뷰 요청, 새 푸시 리뷰, 초안 PR 리뷰 — 을 껐다. 공지 문장은 짧다. "리뷰어를 붙이는 건 당신의 선택이어야 한다고 하셔서, 되돌렸습니다." 원하면 룰셋으로 다시 켤 수 있지만, 켜는 쪽이 이제 명시적 행동이다.
되돌린 것은 기능이 아니라 가정이다. 리뷰를 많이 붙일수록 품질이 오른다는 가정.
리뷰가 병목이면 리뷰를 늘리는 건 병목에 물량을 붓는 것이다
GitLab이 발표한 2026 AI Accountability Report에서 응답자의 85%는 병목이 코드를 쓰는 일에서 코드를 검토·검증하는 일로 옮겨갔다고 답했다. 개인 생산성이 올랐다는 응답은 8할에 가까웠지만, 전체 전달 속도는 그만큼 따라오지 않았다. 같은 조사에서 43%는 자기 코드베이스에서 AI가 쓴 코드와 사람이 쓴 코드를 구분하지 못한다고 답했다.
이 상태에서 리뷰 코멘트를 자동으로 증산하면, 병목이 넓어지는 게 아니라 사람이 읽고 판단해야 할 큐가 길어진다. 아직 형태도 잡히지 않은 초안 PR에 지적이 쌓이면 그 알림은 신호가 아니라 소음이 된다. 도구가 기본값을 되돌린 이유는 정확도가 낮아서가 아니라, 붙이는 판단을 도구가 대신 내리고 있었기 때문이다.
다음 수는 리뷰를 끄는 게 아니라 등급을 나누는 것이다
같은 날 Copilot 코드 리뷰의 effort level이 정식 기능이 됐다. Lite와 Balanced 두 단계이고, 조직 관리자가 산하 저장소의 기본 단계를 지정한다.
| 단계 | 쓰는 곳 | 대가 |
|---|---|---|
| Lite | 문서 수정, 작은 버그픽스 | 좁은 범위의 피드백 |
| Balanced | 복잡한 로직, 보안 민감 코드, 서비스 간 변경 | 더 높은 추론 모델, 더 큰 비용 |
핵심은 두 단계라는 사실이 아니라, 리뷰 깊이가 이제 설정값이라는 사실이다. 모든 변경에 같은 눈을 붙이는 것은 안전한 선택이 아니라 배분 실패다. 문서 오타에 최고 등급 추론을 쓰는 만큼, 서비스 경계를 건드리는 변경에 쓸 예산이 줄어든다.
리뷰 비용은 인건비 대비 몇 퍼센트로 적히기 시작했다
Copilot impact dashboard에는 ROI 항목이 붙었다. 개발자 그룹별로 실제 AI 크레딧 소비에서 뽑은 1인당 월 비용, 그 비용을 개발자 보상 대비 비율로 환산한 값, 1인당 월 PR 수를 나란히 놓는다. 수동적으로 쓰는 그룹과 에이전트 우선으로 쓰는 그룹을 갈라 비교하고, 연봉 밴드를 바꾸면 수치가 다시 계산된다.
GitHub는 여기에 단서를 달았다. 비용은 크레딧 소비 기반 추정치이고 연봉은 모델링 입력값이니 방향성으로만 보라는 것이다. 이 단서가 오히려 이 지표의 용도를 정확히 말해준다. 결재를 통과시키는 숫자가 아니라, 어느 그룹에 어떤 깊이의 리뷰를 배분할지 결정하는 재료다.
교육과 AX 현장에서 우리가 팀에 먼저 묻는 것도 같은 질문으로 바뀌었다. "AI 리뷰를 켰습니까"가 아니라 "어떤 변경에 어느 깊이를 붙이기로 정했고, 그 기준을 누가 관리합니까"다. 도구가 기본값을 돌려준 자리는 결국 조직이 채워야 한다. 사업영역 →